Please use this identifier to cite or link to this item:
http://earchive.tpu.ru/handle/11683/59967
Title: | Краткосрочное прогнозирование временных рядов на основе гибридных методов |
Authors: | Репина, Елизавета Юрьевна |
metadata.dc.contributor.advisor: | Кочегурова, Елена Алексеевна |
Keywords: | гибридная модель прогнозирования; штрафной p-сплайн; кластерный анализ; оптимизация параметров; DBScan; hybrid forecasting model; penalty p-spline; cluster analysis; parameter optimization; DBScan |
Issue Date: | 2020 |
Citation: | Репина Е. Ю. Краткосрочное прогнозирование временных рядов на основе гибридных методов : бакалаврская работа / Е. Ю. Репина ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ) ; науч. рук. Е. А. Кочегурова. — Томск, 2020. |
Abstract: | Объект исследования – математический аппарат, предназначенный для решения задачи краткосрочного прогнозирования временных рядов в режиме реального времени.
Целью работы является реализация модели прогнозирования в виде программного приложения, предназначенного для обеспечения одновременно высокого качества прогноза и высокой скорости обработки данных.
Область применения: научно-исследовательская и прикладная сфера обработки данных.
В процессе исследования были рассмотрены несколько вариантов оптимизации параметров модели, отобран наиболее подходящий вариант для получения наилучшего результата. Полученная модель была сопоставлена по ряду критериев (ошибка, производительность) с существующими моделями прогнозирования временных рядов. The object of research is a mathematical apparatus designed to solve the problem of short-term forecasting of time series in real time. The purpose of this work is to implement a forecasting model in the form of a software application designed to provide both high-quality forecasts and high data processing speed. Application field: scientific research and applied field of data processing. During the research, several options for optimizing the model parameters were considered, and the most appropriate option was selected to obtain the best result. The resulting model was compared for a number of criteria (error, performance) with existing time series forecasting models. |
URI: | http://earchive.tpu.ru/handle/11683/59967 |
Appears in Collections: | Выпускные квалификационные работы (ВКР) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
TPU912201.pdf | 2,29 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.